将多列扁平化为新行：如何转换含重复列的表格至规范结构

首先先明确我们的转换需求：

原始表格 #

目标表格 #

下面是两种实用的实现方法：

方法一：用Excel Power Query（无代码实现） #

如果你习惯用Excel处理数据，Power Query是最省心的工具：

1. 导入数据到Power Query：选中原始数据区域，点击顶部菜单栏的「数据」→「自表格/区域」，在弹出的对话框里确认数据包含标题，点击「确定」进入Power Query编辑器。
2. 拆分重复列对：
   • 先选中ID列，然后按住Ctrl键选中第一列Var和第一列Name，右键选择「逆透视列对」；
   • 接着再选中ID列，按住Ctrl选中第二列Var和第二列Name，同样右键选择「逆透视列对」；
3. 整理列名：此时会生成两个Value列，把它们分别重命名为Var和Name，然后删除多余的Attribute列；
4. 合并并加载数据：把两个拆分后的表合并（或者在步骤2时直接处理所有列对），最后点击「关闭并上载」，就能得到目标格式的表格。

（小提示：如果你的Excel版本没有「逆透视列对」选项，也可以先把所有非ID列逆透视，然后通过Attribute列的分组（比如把Var、Var.1归为一组）重新透视匹配，效果是一样的。）

方法二：用Python Pandas（代码实现） #

如果你会点Python，用Pandas几行代码就能搞定：

import pandas as pd

# 模拟原始数据（实际可以用pd.read_excel读取本地文件）
raw_data = {
    'ID': ['01', '02'],
    'Var': ['0001', '0003'],
    'Var_2': ['0002', '0004'],
    'Name': ['Bill', 'Sam'],
    'Name_2': ['Jim', 'Kyle']
}

df = pd.DataFrame(raw_data)

# 拆分原始行成两组数据，分别对应第一组Var/Name和第二组Var/Name
group1 = df[['ID', 'Var', 'Name']]
group2 = df[['ID', 'Var_2', 'Name_2']].rename(columns={'Var_2': 'Var', 'Name_2': 'Name'})

# 合并两组数据并排序
final_df = pd.concat([group1, group2]).sort_values(by='ID').reset_index(drop=True)

print(final_df)

运行这段代码后，输出的结果就是我们想要的目标表格。如果是从Excel读取数据，把raw_data换成pd.read_excel("你的文件路径.xlsx")即可。

内容的提问来源于stack exchange，提问作者user3310334